Bone strength index in adolescent girls: does physical activity make a difference?
Notice bibliographique
Résumé
BACKGROUND: Bone strength index (BSI) combines bone mineral and bone biomechanical properties to measure resistance to bending. This index may have greater clinical significance than the more often described markers of bone mineral content (BMC), areal density, or geometry alone and, in turn, may show a stronger relation to fracture risk. The BSI is the product of volumetric cortical bone mineral density (BMD) and cross sectional moment of inertia within a region of interest. Calculations combine dual energy x ray absorptiometry and magnetic resonance imaging technologies and provide a useful, non-invasive measure of in vivo bone strength. OBJECTIVES: (a) To compare BSI in adolescent female middle distance runners and age matched controls; (b) to examine factors predictive of BSI in adolescent girls. METHODS: Twenty adolescent female middle distance runners (mean (SD) age 16 (1.7) years, physical activity 8.9 (2.1) hours a week) and 20 female controls (age 16 (1.8) years, physical activity 2.0 (0.07) hours a week) were recruited. To calculate BSI, a region of interest representing 10% of the mid-distal tibia was analysed for dual energy x ray absorptiometry derived BMC and was combined with bone geometry and biomechanical properties obtained by magnetic resonance imaging assessments. Potential predictors of BSI were also examined. RESULTS: Independent t tests showed that BMC (p = 0.028), cortical bone volume (p = 0.002), volumetric cortical BMD (p = 0.004), cross sectional moments of inertia (p = 0.005), and BSI (p = 0.002) were higher in the distal tibia of athletes than of controls. The strongest predictor of BSI was hours of physical activity a week (R2 = 0.46). CONCLUSIONS: Athletes habitually exposed to high training loads displayed greater BSI at the distal tibia than controls. The results further confirm BSI as a significant and discerning marker in musculoskeletal health in adolescent girls engaged in high and low mechanical loading.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».